Bitget App
交易「智」變
快速買幣市場交易合約理財廣場更多
前OpenAI CTO Mira Murati 120億美元創業公司 Thinking Machines 員工離職潮,突顯AI領域對高端人才的激烈競爭

前OpenAI CTO Mira Murati 120億美元創業公司 Thinking Machines 員工離職潮,突顯AI領域對高端人才的激烈競爭

101 finance101 finance2026/01/16 16:59
顯示原文
作者:101 finance

核心成員離職動搖 AI 新創公司 Thinking Machines

隨著矽谷對頂尖 AI 專家的爭奪不斷加劇,本週由前 OpenAI CTO Mira Murati 領導的 AI 新創公司 Thinking Machines Lab 有三位創始成員宣佈重返 OpenAI。這三人分別是 Brett Zoph、Luke Metz 和 Sam Schoenholz,他們在加入 Thinking Machines 前均於 OpenAI 工作過。

OpenAI 應用事業部執行長 Fidji Simo 於週三公開了這一消息。據 Simo 表示,Zoph 將直接向她匯報,而 Metz 與 Schoenholz 將向 Zoph 匯報。Zoph 與 Metz 是 Thinking Machines 的共同創辦人,Schoenholz 則是原始研究與工程團隊成員之一。

離職爭議

根據 Core Memory 的報導,Murati 告知員工 Zoph 因涉嫌「不道德行為」而被解雇。對於此事,Zoph、OpenAI 及 Thinking Machines 均未發表評論。Simo 表示,招聘流程已持續數週。據《彭博》報導,Simo 向 OpenAI 員工表示,Zoph 曾通知 Murati 有意離職,結果被立即解雇。Simo 同時對外否認了關於 Zoph 行為的疑慮。

到了週四,又有消息指出 Thinking Machines 的兩名研究員 Lia Guy 和 Ian O’Connell 也將離職,其中 Guy 將加入 OpenAI。這些高調的離職事件凸顯了新興 AI 實驗室在與 OpenAI、Anthropic 及 DeepMind 等老牌巨頭競爭人才時所面臨的挑戰。儘管部分中國新創如 DeepSeek 與 Moonshot AI 已建立具競爭力的模型,但並未與這些公司爭奪同一人才池。

資金與人才留任困境

Thinking Machines 於七月獲得創紀錄的 20 億美元種子資金,公司估值達 120 億美元。《彭博》後續報導指出,公司正以 500 億美元估值尋求新一輪融資。儘管融資表現亮眼,該新創公司卻難以留住 AI 研究員。另一位共同創辦人 Andrew Tulloch 去年已離職並加盟 Meta AI 部門,後者以高額薪酬著稱。如今,隨著 Zoph、Metz、Schoenholz、Guy 及 O’Connell 的相繼離開,企業的不穩定性進一步加劇。

同樣地,OpenAI 前首席科學家 Ilya Sutskever 於 2024 年底為其新創 Safe Super Intelligence(SSI)籌集了 10 億美元,但 Meta 隨即挖走了其共同創辦人 Daniel Gross,投入自家高階 AI 項目。

為何新 AI 實驗室難以爭取人才

即使獲得可觀的融資,新興 AI 實驗室仍難以留住頂尖研究員,原因如下:

  • 薪酬限制: 這些新創公司通常難以匹敵 Meta、Google DeepMind、OpenAI 等大型科技公司開出的高現金薪資——有時甚至高達七位數。
  • 股權與現金: 雖然早期團隊成員可獲得未來潛力巨大的股權,但這往往不及大型公司立即提供的豐厚現金待遇更具吸引力。
  • 股票選擇權風險: 年輕未上市公司的股權通常比上市公司或成熟實驗室的股票選擇權風險更高。Google 和 Meta 提供大方且快速歸屬的股票方案,員工可迅速變現。OpenAI 與 Anthropic 也考慮上市,員工近期有望獲得高額回報——這對新創公司來說不太可能。

一位與 Thinking Machines 員工保持聯繫的前 OpenAI 研究員表示,財務激勵是近期離職的主要原因,部分員工因 OpenAI 極其優厚的待遇而回歸。該人士還推測,Simo 的招募行動或意在擾亂 Thinking Machines 的融資,因為投資人對創辦團隊成員離職持謹慎態度。

運算資源取得:另一大門檻

新興 AI 實驗室面臨的另一重大挑戰是獲取足夠的運算資源。雖然老牌實驗室常抱怨難以取得訓練和部署大型語言模型所需的資料中心資源,但他們已投入數十億美元擴建自身基礎設施。這些規模使其成為 Nvidia 的優先客戶,而 Nvidia 晶片是訓練高階 AI 模型的關鍵。Google 自行開發 AI 晶片 TPU,降低對 Nvidia 的依賴;Meta、OpenAI 和 Anthropic 則建有專屬資料中心,並與 Amazon Web Services 及 Microsoft 等大型雲端供應商合作。相比之下,年輕實驗室即使總需求較小,也可能難以取得所需 GPU 與運算能力。

產品策略與商業模式未明

許多新 AI 實驗室,包括 Thinking Machines,在產品和商業計畫上尚未明確。Thinking Machines 至今僅推出一項產品——於十月發布的測試版工具 Tinker,協助研究人員和開發者為特定任務微調開源語言模型。公司也發表過有關模型訓練最佳化的研究,但尚未透露何時會有更廣泛產品或營收來源。

據傳部分員工因產品方向不明而感到沮喪,尤其是與成熟實驗室的快速步調相比。不過,消息來源指出部分問題近期已獲改善。值得注意的是,Zoph、Metz 及 Schoenholz 將向 OpenAI 產品負責人 Simo 匯報,而非研究部門主管,或許顯示他們更有意參與應用型 AI 工作。

其他新實驗室也面臨類似挑戰。例如 Sutskever 的 SSI 尚未公開產品規劃或發布模型,儘管近期言論顯示或將推出新產品。Sutskever 先前曾表示,SSI 可能會等到 AI 安全領域有重大突破後才會釋出產品。

本文原載於 Fortune.com。

0
0

免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。

PoolX: 鎖倉獲得新代幣空投
不要錯過熱門新幣,且APR 高達 10%+
立即參與
© 2025 Bitget